Todo el mundo con acceso a Internet lo hace bien a través de un dispositivo móvil o bien a través de un ordenador, viven al límite de las nuevas tecnologías y aun así siguen sin conocer una gran parte del tecnomundo que les rodea.
Uno de esos grandes desconocidos es la computación evolutiva. Puede ser desde los simples experimentos de simulación de vida artificial hasta los complejos algoritmos que simulan condiciones naturales para resolver u optimizar problemas.
Por eso, podemos empezar a hablar con los algoritmos de simulación de vida artificial. En estos algoritmos, tenemos algo llamado «agentes» o «sujetos», que son los pobres bichos virtuales que incluyen en su ‘cerebro’ una programación basada en reglas de comportamiento; también tenemos lo que se llaman «poblaciones», que no son ni más ni menos que agrupaciones de agentes, y finalmente está el «escenario», que es la situación en la que se van a desenvolver.
Muchas veces nos hemos preguntado si la vida sería más sencilla si tuviésemos menos cosas de las que preocuparnos, si únicamente utilizaramos como guía unas pocas reglas. Indidablemente sería más fácil, ¿verdad? Aburrida incluso.
Nada más lejos de la realidad. Al igual que la teoría del caos se ilustra con el ejemplo de la mariposa, que al agitar sus alas desencadena una serie de perturbaciones atmosféricas que provocan tormentas en el otro lado del planeta, una vida regida por un pequeño conjunto inflexible de reglas puede desarrollarse de formas totalmente imprevistas.
Es lo que se llama comportamiento emergente, o lo que es lo mismo: El total es mayor que la suma de sus partes.
No se trata únicamente de reglas como «puedes moverte hacia adelante» y «puedes girar a la derecha», sino de cómo se combinan éstas. Un ente puede recorrer 10 metros hacia delante y girar 90% a la derecha, o bien trazar una curva de mayor o menor pendiente usando cualquier combinación de estos movimientos, o incluso girar primero para encarar el objetivo y luego dirigirse hacia él en línea recta.
Si a eso le añadimos una infinidad de agentes, cada uno gobernado por sus propias (y limitadas) reglas, podremos observar cómo interaccionan entre ellos, y determinar qué agentes son los que mejor se adaptan al terreno (problema).
Un giro interesante se da en el terreno de las simulaciones sociales. Puede ser un programa lúdico como «The Sims», o bien formar parte de un experimento para ver si una teoría se ajusta a un modelo. Por ejemplo, modelar poblaciones en base a 4 comportamientos y una serie de acciones básicas como intercambiar «alimentos» y «bienes materiales»: egoista, altruista, equilibrado y anarquista, y juntarlos en masa a ver qué tipo de comportamiento prevalece o tiene más éxito.
Muchas veces, el resultado de la simulación se ve influido por el escenario en el que se encuentren los agentes, llegando en ocasiones a influir de forma decisiva en el equilibrio de las poblaciones.
Tempus Fugit 